Artificial Neural Network (ANN)

Neural Network (NN) dalam dunia komputasi adalah serangkaian algoritma yang berupaya mengenali hubungan mendasar dalam kumpulan data melalui proses yang meniru cara kerja otak manusia.

NN dapat beradaptasi dengan perubahan input; sehingga jaringan menghasilkan hasil terbaik tanpa perlu mendesain ulang kriteria output.

Konsep NN, yang berakar pada kecerdasan buatan (AI), dengan cepat mendapatkan popularitas dalam pengembangan sistem perdagangan.

Artificial Neural Network (ANN) adalah kumpulan unit (node) yang saling terhubung terdiri dari unit-unit yang sangat mirip dengan neuron asli otak manusia. Setiap node dibangun dengan sekumpulan input, bobot, dan nilai bias. 

Bobot dan bias adalah parameter untuk model pembelajaran mesin, yang dimodifikasi untuk melatih jaringan neural.

Berikut adalah penggunaan NN dalam kehidupan sehari-hari:

Sistem Pengenalan Wajah

Sistem mencocokkan wajah manusia dengan gambar digital. Sistem mengautentikasi wajah manusia dan mencocokkannya dengan daftar ID yang ada di database-nya.

Prediksi Pasar Saham

Prediksi pasar saham menggunakan Multilayer Perceptron (MLP) (class of feedforward artificial intelligence algorithm) untuk membuat prediksi stok yang sukses secara real time.

MLP terdiri dari banyak lapisan node, masing-masing lapisan ini sepenuhnya terhubung ke node berikutnya saling menghubungkan antara riwayat kinerja saham, pengembalian tahunan, dan rasio nirlaba dipertimbangkan.

Sehingga dalam dunia investasi yang selalu tunduk pada resiko pasar, NN sangat membantu prediksi perubahan yang akan datang di pasar saham yang sangat fluktuatif, Fase bullish dan bearish yang berubah.

Media Sosial

Data yang dibagikan setiap hari melalui percakapan virtual di Media sosial (medsos), disimpan dan dianalisis oleh neural network untuk menduplikasi perilaku pengguna guna mempelajari perilaku pengguna media sosial.

Hasil analisis perilaku individu melalui jaringan medsos menjadi data yang dapat dikaitkan dengan kebiasaan belanja orang. 

Multilayer Perceptron (MLP) digunakan untuk menambang data dari aplikasi media sosial.  MLP memperkirakan tren medsos, menggunakan metode pelatihan yang berbeda seperti: 

• Mean Absolute Error (MAE)
• Root Mean Squared Error (RMSE)
• Mean Squared Error (MSE)

MLP mempertimbangkan beberapa faktor seperti halaman instagram favorit pengguna, pilihan bookmark, dll. Faktor-faktor ini dianggap sebagai masukan untuk melatih model MLP.

Dalam dinamika aplikasi medsos yang terus berubah, jaringan neural tiruan dapat berfungsi sebagai model yang paling cocok untuk analisis data pengguna.

Aerospace Engineering

Diagnosis kesalahan, uji coba otomatis kinerja tinggi, mengamankan sistem kontrol pesawat, dan pemodelan simulasi dinamis adalah beberapa area utama yang telah diambil alih oleh neural network. 

Time delay neural network (TDNN) dapat digunakan untuk memodelkan sistem dinamis waktu nonlinier.

 

TDNN berisi algoritma yang dapat mengenali pola secara otomatis dibangun oleh NN dengan menyalin data asli dari unit fitur.

Selain itu, TDNN juga digunakan untuk memberikan dinamika yang lebih kuat pada model NN. Karena keselamatan penumpang merupakan hal yang sangat penting di dalam pesawat, algoritmA yang dibangun menggunakan sistem NN memastikan keakuratan dalam sistem autopilot. 

Karena sebagian besar fungsi autopilot bersifat otomatis, penting untuk memastikan cara yang memaksimalkan keamanan.

Pertahanan

Pertahanan adalah tulang punggung setiap negara. Setiap negara negara dalam domain internasional dinilai dari operasi militernya. 

NN juga operasi pertahanan negara-negara berteknologi maju. Amerika Serikat, Inggris, dan Jepang adalah beberapa negara yang menggunakan Artificial Neural Network untuk mengembangkan strategi pertahanan aktif.

NN digunakan dalam:

• Logistik
• Analisis serangan bersenjata, dan untuk lokasi objek. 
• Patroli udara
• Patroli maritim
• Mengendalikan drone otomatis 

Sektor pertahanan mendapatkan kemajuan kecerdasan buatan yang sangat dibutuhkan untuk meningkatkan teknologinya.

Convolutional Neural Networks (CNN), digunakan untuk menentukan keberadaan tambang bawah laut. Tambang bawah laut adalah underpass yang berfungsi sebagai rute perjalanan ilegal antara dua negara. 

Unmanned Airborne Vehicle (UAV) dan Unmanned Undersea Vehicle (UUV) kendaraan laut otonom ini menggunakan CNN untuk pemrosesan gambar.

Lapisan convolutional ini menggunakan filter yang berbeda untuk membedakan antara gambar, memiliki filter yang lebih besar untuk memfilter saluran ekstraksi gambar.

Kesehatan

Individu modern memanfaatkan keunggulan teknologi di sektor perawatan kesehatan.  CNN secara aktif digunakan dalam industri perawatan kesehatan untuk deteksi sinar X, CT Scan, dan ultrasonografi.

Karena CNN digunakan dalam pemrosesan gambar, data pencitraan medis yang diambil dari tes tersebut dianalisis dan dinilai berdasarkan model NN. 

Recurrent Neural Network (RNN) juga digunakan untuk pengembangan sistem pengenalan suara.  Sistem pengenalan suara (RNN) digunakan hari ini untuk melacak data pasien. 

Para peneliti menggunakan Generative Neural Networks (GNN) untuk penemuan obat. Mencocokkan berbagai kategori obat adalah tugas berat, tetapi jaringan saraf generatif telah menghancurkan tugas berat penemuan obat. GNN dapat digunakan untuk menggabungkan berbagai elemen yang menjadi dasar penemuan obat.

Verifikasi Tanda Tangan dan Analisis Tulisan Tangan

Bank, dan lembaga keuangan lainnya menggunakan verifikasi tanda tangan untuk memeriksa ulang identitas seseorang.

Biasanya software verifikasi tanda tangan digunakan untuk memeriksa tanda tangan. Karena kasus pemalsuan cukup umum terjadi di lembaga keuangan, verifikasi tanda tangan merupakan faktor penting untuk memeriksa keaslian dokumen yang ditandatangani.

ANN digunakan untuk memverifikasi tanda tangan, ANN dilatih untuk mengenali perbedaan antara tanda tangan asli dan palsu. ANN juga dapat digunakan untuk verifikasi tanda tangan offline dan online.

Untuk melatih model ANN, beragam dataset dimasukkan ke dalam database. Data yang diumpankan membantu model ANN untuk membedakan. Model ANN menggunakan pemrosesan gambar untuk fitur ekstraksi.

Analisis tulisan tangan memainkan peran integral dalam forensik. Analisis selanjutnya digunakan untuk mengevaluasi variasi dalam dua dokumen tulisan tangan. 

Convolutional Neural Networks (CNN) digunakan untuk analisis tulisan tangan dan verifikasi tulisan tangan.  Proses mengandalkan input dengan menuliskan kata-kata pada lembar kosong yang akan digunakan untuk analisis perilaku.

Prakiraan Cuaca

Prakiraan yang dilakukan oleh departemen meteorologi tidak pernah akurat sebelum kecerdasan buatan diberlakukan. 

Prakiraan Cuaca terutama dilakukan untuk mengantisipasi kondisi cuaca yang akan datang sebelumnya. Di era modern, prakiraan cuaca bahkan digunakan untuk memprediksi kemungkinan terjadinya bencana alam.

Untuk peramalan cuaca menggunakan: 

• Multilayer Perceptron (MLP)
• Convolutional Neural Network (CNN)
• Recurrent Neural Networks (RNN) 

Model multi-layer ANN tradisional juga dapat digunakan untuk memprediksi kondisi iklim 15 hari sebelumnya. Kombinasi berbagai jenis arsitektur NN dapat digunakan untuk memprediksi suhu udara.

Untuk melatih model jaringan neuron dalam penggunaannya pada prakiraan cuaca, membutuhkan input-input seperti berikut ini: 

• Suhu udara, 
• Kelembapan relatif
• Kecepatan angin
• Radiasi matahari 

Model kombinasi (MLP+CNN), (CNN+RNN) biasanya berfungsi lebih baik dalam hal prakiraan cuaca.

Baca juga:  

• Sejarah Neural Networks
• Evolusi Teknologi Machine Learning dalam Kehidupan Sehari-hari
• Mengenal Teknologi Machine Learning
• Mengenal media sintetis yang akan mengubah bisnis masa depan
• Dari Deep Learning - AI Hingga Ide Kepresidenan Menggunakan Artificial Intelligence

Sumber:  Analyticssteps.com, "8 Applications of Neural Networks".